基于高分辨距离像的雷达目标识别算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 基于HRRP的目标识别关键技术研究 | 第13-14页 |
| 1.4 散射中心及高分辨距离像 | 第14-17页 |
| 1.4.1 散射中心概念及模型 | 第14-16页 |
| 1.4.2 高分辨距离像 | 第16-17页 |
| 1.5 实验数据说明 | 第17-18页 |
| 1.6 论文的研究内容和创新之处 | 第18-20页 |
| 1.7 本章小结 | 第20-21页 |
| 第二章 高分辨距离像的时频特性 | 第21-46页 |
| 2.1 引言 | 第21页 |
| 2.2 信号的非平稳特性 | 第21-23页 |
| 2.3 时频表示 | 第23-28页 |
| 2.3.1 信号的不确定性原理 | 第23-24页 |
| 2.3.2 短时傅里叶变换 | 第24-25页 |
| 2.3.3 小波变换 | 第25-28页 |
| 2.4 时频分布 | 第28-31页 |
| 2.4.1 Cohen类时频分布 | 第29页 |
| 2.4.2 Wigner-Ville分布 | 第29-31页 |
| 2.5 时频分布的特征 | 第31-34页 |
| 2.5.1 时频分布的瞬时特征 | 第31-32页 |
| 2.5.2 Hough变换 | 第32-34页 |
| 2.6 固有模态函数及提取 | 第34-40页 |
| 2.6.1 固有模态函数 | 第34-35页 |
| 2.6.2 固有模态函数的提取 | 第35-40页 |
| 2.6.3 HRRP的固有模态 | 第40页 |
| 2.7 HRRP的时频表示与时频分布 | 第40-45页 |
| 2.7.1 HRRP的时频表示 | 第41-43页 |
| 2.7.2 HRRP的时频分布 | 第43-45页 |
| 2.8 本章小结 | 第45-46页 |
| 第三章 基于主元分析的距离像目标识别 | 第46-67页 |
| 3.1 引言 | 第46页 |
| 3.2 线性主成分分析 | 第46-53页 |
| 3.2.1 主成分分析 | 第47-49页 |
| 3.2.2 二维主成分分析 | 第49-51页 |
| 3.2.3 双边二维主成分分析 | 第51-53页 |
| 3.3 非线性主成分分析 | 第53-57页 |
| 3.3.1 核方法原理 | 第53-54页 |
| 3.3.2 核主成分分析 | 第54-56页 |
| 3.3.3 核双边二维主成分分析 | 第56-57页 |
| 3.4 目标识别实验 | 第57-66页 |
| 3.5 本章小结 | 第66-67页 |
| 第四章 基于字典学习的距离像目标识别 | 第67-85页 |
| 4.1 引言 | 第67页 |
| 4.2 字典学习 | 第67-68页 |
| 4.3 基于K-SVD的字典学习 | 第68-72页 |
| 4.3.1 稀疏表示 | 第68-69页 |
| 4.3.2 K-SVD算法 | 第69-71页 |
| 4.3.3 基于K-SVD的识别算法 | 第71-72页 |
| 4.4 基于D-KSVD的字典学习 | 第72-74页 |
| 4.5 基于LC-KSVD的字典学习 | 第74-77页 |
| 4.5.1 LC-KSVD1算法 | 第74-75页 |
| 4.5.2 LC-KSVD2算法 | 第75-76页 |
| 4.5.3 基于LC-KSVD的识别算法 | 第76-77页 |
| 4.6 基于字典学习的距离像目标识别 | 第77-84页 |
| 4.7 本章小结 | 第84-85页 |
| 第五章 总结与展望 | 第85-87页 |
| 5.1 工作总结 | 第85-86页 |
| 5.2 工作展望 | 第86-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-93页 |
| 攻读硕士学位期间取得的成果 | 第93页 |
